这几年让你大呼惊人的AI使用,都离不开这项技巧

AI好像也更加懂人类,越来越接近“人的智能”。

近两年,人工智能的使用越来越 “卷” 了,每隔一段时间就会出现一个让人大呼 “respect” 的技巧。AI 好像也更加懂人类,越来越接近“人的智能”。就好比今年高考期间被各大科技媒体反复拿来讲的 AI 高考的案例。如今的 “AI 做题家” 不光能参加高考,还能挑战本科生甚至研究生。比如,来自 OpenAI 的 Codex 在麻省理工学院的高数课程题目中正确率达到了 81.1%,说能比肩顶尖学府本科生水平也不为过。图片像 AI 实时翻译这种能力尽管之前翻车的不少,但对于它的商业化,行业的预期非常明确。在跨国会议中看到不同国家的参会者,操着不同的说话,无障碍进行交流的场景,已经不是遥不可及的想象。图片聊天机器人的表现也不再仅仅是机械式的一问一答,有的已经可以感知情感,能分析情绪并给出相应的反馈。让虚拟偶像具备情感陪伴的能力也是大热的落地方向之一。这些使用的当面都离不开自然说话解决(NLP)技巧的不断精进。再说说前不久被科技圈津津乐道的“东方名画”——虎戴 VR。脑洞大开的外国网友,不按套路向google人工智能作画系统 Imagen,输送了指令:给宋代的东方老虎佩戴 VR。结果产生了一系列毫无违和感的作品,谁看了都得说一声:google,牛 X!图片Imagen 是目前人工智能多模态明白与创作的集大成者,但这套模型对人类指令的精准识别和明白,当面发挥作用的同样是 NLP。可以说,要让人工智能更像“人的智能”,就躲不开说话明白和说话解决这个大热的方向。NLP 领域目前有哪些亟待突破的技巧成绩?长文本的说话解决的技巧难点在哪里?面向开放域问答的自适应信息检索如何精益求精?NLP 技巧如何在小红书这样的复杂 UGC 实质社区中使用和落地?想要得到这些成绩的解答,你一定不能错过小红书技巧团队出品的《REDtech 来了》系列第三期技巧直播。8 月 5 日 19:00,小红书将邀请业内顶尖专家和大家一同探讨“自然说话解决的前沿与实践”。

图片

除了张岳、庞亮两位学界大牛的分享干货满满之外,小红书社区搜寻文本明白负责人曾书和小红书技巧模型负责人王树森分享的小红书所面临的 NLP 成绩和实践将会是第一手的工业界案例分享,同样不容错过。

图片

作为国内独树一帜的实质社区,截至 2021 年 10 月,小红书 APP 月活跃用户数已经超过 2 亿。小红书最大的特色在于其社区实质以 UGC 为主,且实质多以音视频 + 图文的多模态呈现,这对文本和实质的明白提出了更高的要求。小红书对于用户实质去中心化的分发机制,也决定了在算法中对实质本身的明白占据了更大的比重,而不是简单依赖于对用户行为的分析。海量 UGC 实质还带来了非标化的成绩,最常见的案例就是对比喻义和引申义的明白。当一个用户看到一片令人心旷神怡的草地,他拍下照片并记录“仿佛置身于塞尔达旷野之息”。算法该如何明白这里的这篇条记的核心实质,如何判断哪些用户会喜欢这篇条记?再比如在一篇旅行条记中,用户把一座海边的渔村称作 “福建小希腊”,当其他用户用“希腊” 作为关键词搜寻时,这篇条记是否该出现,何时出现——这当面都是复杂的 NLP 成绩。对于这些成绩,小红书会尝试哪些更好的解决方式?小红书的业务场景和数据还可以孕育哪些令人激动的技巧成绩?相信在 8 月 5 日晚的这场直播中也将找到答案。图片

直播收看攻略:

时间:2022 年 8 月 5 日(周五)19:00-21:00直播平台:关注【小红书技巧 REDtech 】视频号,预约直播,不见不散。(直播也将在抖音与 B 站同步进行,搜寻“小红书技巧 REDtech ”)扫描下方二维码进入直播交流群,将第一时间获取直播链接及开播提醒。图片我们将在微信群内发布佳宾演讲精华和抽奖活动, 参与互动提问还有机会被佳宾 pick 解答哦。

原创文章,作者:机器之心,如若转载,请注明出处:https://www.iaiol.com/news/zhe-ji-nian-rang-ni-da-hu-jing-ren-de-ai-shi-yong-dou-li-bu/

(0)
上一篇 2022年 8月 2日 下午2:13
下一篇 2022年 8月 3日 下午5:45

相关推荐

  • 「清华系」视频天生公司生数科技宣布完成新一轮数亿元融资

    近日,北京生数科技有限公司(以下简称“生数科技”)宣布完成新一轮数亿元融资,由启明创投领投,达泰资本、鸿福厚德、智谱AI、老股东BV百度风投和卓源亚洲继续跟投。本轮融资将主要用于多模态基础大模型的迭代研发、应用产品立异及市场拓展。本轮由华兴资本担任独家财务顾问。生数科技成立于2023年3月,是全世界领先的多模态大模型公司,致力于图象、3D、视频等原生多模态大模型的研发。生数科技核心团队来自清华大学人工智能研究院,此外还包括来自北京大学和阿里巴巴、腾讯、字节跳动等科技公司的多位技能人才。此前公司

    2024年 3月 12日
  • 知乎李大海对话阿里云贾扬清:透视AI使用难题与将来趋势

    “AI行业接下来可能有哪些落后?” “一线从业者如何看待其中的机会?”知乎合伙人、CTO李大海与阿里巴巴副总裁、阿里云智能高级研究员贾扬清亮相知乎直播,与网友分享了他们对AI时代下行业趋势、手艺使用、个人成长等多个层面的洞察和思考。

    2021年 8月 11日
  • 哪家公司、哪位学者本年NeurIPS中稿最多?这里有一份统计报告

    NeurIPS 2021 论文接纳结果已经公布,有位顶会数据挖掘爱好者对此进行了分析,分析数据包括积年投稿量统计、集体中稿量排行、公司中稿量排行等。全球人工智能顶会 NeurIPS 2021 将于 12 月 6 日至 14 日在线上举办。前段时间,大会民间放出了本年的论文接纳列表。据大会民间统计,本年 NeurIPS 共有 9122 篇有效论文投稿,总接纳率 26%,只有 3% 被接纳为 Spotlight 论文。当然,除了接纳率之外,民间披露的数据中还有其他一些有趣的信息。最近,热衷于顶会数据挖掘的 Criteo

    2021年 11月 4日
  • 周志华、李航、邱锡鹏、李沐、Aston Zhang 5位专家指导,机械之心发布ML术语中英对照词表

    几年前机械之心发布了一个旨在构建 AI 范围术语库的开源项目「Artificial-Intelligence-Terminology-Database」(简称「AITD」)。最近,该项目迎来了第三版。除了常规的更新之外,机械之心还在周志华教授、李航博士、邱锡鹏教授、李沐博士、Aston Zhang 博士等范围专家的指导及帮助下形成了「机械进修」专题篇。未来,机械之心还将会持续完善术语的收录和扩展阅读的构建,另外我们也希望更多 AI 技术社区成员参与到术语库的构建之中,具体的参与方式可以查看文章详情。2017 年,机

    2021年 8月 19日
  • Byte Lab | 小鹏G9评测:一半超出预期,一半不如人意

    全新800V高压SiC平台、XPower 3.0能源系统、首个3D人机交互系统、新一代智能驾驭系统XNGP……作为全新旗舰车型,G9几近汇集了小鹏的全部最新技术,再加上上市之后的配置调整,让这款车持续占据焦点。虽然本次试驾的小鹏G9还只是PT版本,部分功效还未达到最终的交付状态,多个智能功效也未打开。但既然可供媒体评测,说明这已是比较成熟的版本。此次Auto Byte就对PT车进行了基本感触,并对其优缺点均进行了梳理。「最大彩蛋」:能源表现在小鹏G9上,能源和悬架是造成如此大价格跨度的最

    2022年 11月 8日
  • Python 3.11正式版来了,比3.10快10-60%,官方:这或许是最好的版本

    想要体验新功能的小伙伴赶紧去试试新版本吧!

    2022年 10月 25日
  • ICLR 2022 | 操纵3D铰接物体的视觉操纵轨迹学习

    本文是 ICLR 2022入选论文《VAT-Mart: Learning Visual Action Trajectory Proposals for Manipulating 3D ARTiculated Objects》的解读。该论文由北京大学前沿计算研究中心董豪课题组与斯坦福大学、腾讯人工智能试验室合作实现。文章提出了一种新型的物体功能可操纵性表示,设计了一个通过交互进行感知学习的框架以学习这个表示,并在百般的物体上实现操纵工作。

    2022年 7月 18日
  • 最大数据集、多使命覆盖,阿里达摩院发布首个大规模华文多模态评测基准MUGE

    在计算机视觉范围甚至人工智能的发展历程中,ImageNet对于整个范围的技术进步具有至关重要的作用。随着多模态学习成为当下的新热点,为了通过大规模数据集建设和全方位模型能力评测推动多模态范围的发展,阿里达摩院推出MUGE(全称Multimodal Understanding and Generation Evaluation Benchmark)评测基准。该基准是由达摩院联合浙江大学、阿里云天池平台联合发布,中国计算机学会计算机视觉专委会(CCF-CV专委)协助推出的首个大规模华文多模态评测基准。其拥有全球最大规模的华文多模态评测数据集,覆盖多种类型的使命,包括图文形貌、基于文本的图象天生、跨模态检索等。MUGE的推出旨在解决当前华文多模态范围下游使命数据集匮乏的问题,并且为广大研究者提供权威平台,从了解能力和天生能力两大角度去衡量算法模型的有效性。

    2021年 12月 21日
  • 迷信机械进修的竞争和共识:博弈论方法如何导致更智能的人工智能

    编译/凯霞得益于空军迷信研究办公室的195 万美元赠款,马萨诸塞大学阿默斯特分校数学和统计系教授 Markos Katsoulakis 和 Luc Rey-Bellet,以及布朗大学的 Paul Dupuis 将在接下来的四年开发一种新的机械进修方法,超越对大数据的传统依赖。Markos KatsoulakisLuc Rey-Bellet传统的机械进修依赖于庞大的数据缓存,算法可以筛选这些数据以「训练」自己完成任务,从而产生基于数据的数学模型。但是,如果数据很少,或者生成足够多的数据成本太高,该怎么办呢?一种可能的

    2021年 10月 31日
  • Gary Marcus又来「整顿」AI圈:LeCun不可信,Nature审稿人没用脑子

    这个周末刚过,我们再次看到了 Gary Marcus 对 AI 圈的最新「整顿」成果。「四天内关于人工智能和机械进修的三个令人费解的说法、顶级期刊的统计错误,以及 Yann LeCun 的一些说法,你都不应该相信。」以下是 Gary Marcus 的原文内容:一些事情即将发生。当《纽约时报》说一场革命即将到来,但事实上并不发生时,我从不感到惊讶。这种情况已经持续了很长一段时间(实际上是几十年)。比如,想想 2011 年时 John Markoff 是如何展望 IBM Watson 的。「对 I.B.M. 来说,这

    2022年 10月 17日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注